Journal of Big Data Research
目的と対象範囲
本誌は、大規模データの手法、システムおよび分析に関する基礎研究と応用研究を掲載しています。このページでは、本誌の対象となる研究、各種の貢献に求められるエビデンス、そして原稿が本誌に適合するかどうかの判断方法を説明します。
- ISSN
- 2768-0207 オンライン
- アクセス
- オープンアクセス、CC BY 4.0のもとで公開
- 査読
- 標準ではシングルブラインド方式。要望に応じてダブルブラインド方式の査読も利用できます。
- 出版社
- Open Access Pub
ジャーナルが出版するもの
Journal of Big Data Researchは、大規模データを研究の対象としても研究の手段としても扱います。そうしたデータの表現、処理、分析、管理（ガバナンス）または理解の方法を前進させる研究であれば、その貢献が理論的、方法論的、システムレベル、あるいは特定分野での応用のいずれであっても、本誌の対象となります。
評価では、研究が対象とするデータと、ビッグデータ研究への実質的な貢献の2点を併せて検討します。貢献には、理論的理解、手法、システム、観察的・実証的知見、再現、検証、統合が含まれます。応用研究は、確立された手法を用いたデータ集約型研究を通じて、その分野に知見をもたらすこともあります。
規模、次元、到着速度、異質性、連結、データ利用上の制約は、それぞれがビッグデータ研究の動機となり得ます。投稿では、これらの特性と研究課題との実質的な結びつきを説明します。データセットの大きさやトピックのラベルだけでは、適合性を示すには不十分です。
対象範囲の概要
- 分野
- 大規模データの手法、システムおよび分析。
- 貢献
- 理論とアルゴリズム、学習手法と統計手法、システムとデータ管理、データ資源、分析のためのインターフェース、ガバナンスと責任ある利用、特定分野での応用研究。
- 評価の観点
- 研究が何を対象とし、何に貢献するか。
- エビデンス
- 原稿の主張に見合ったもの。
適合性の判断
適合性を判断する3つの問い
ご自身の原稿に照らして、これらの問いに答えてください。続く貢献の区分では、それぞれの場合に本誌が求める点を示しています。
問い1
研究は何を対象としているか
データについて説明してください：その規模と次元、到着の速度、異質性や連結の程度、そして利用できる条件。小規模なデータセットであっても、検証研究や慎重に範囲を限定した実証研究を含め、実質的なビッグデータの課題に関する研究を支えることができます。
問い2
研究は何に貢献するか
貢献を一文で示してください：アルゴリズム、手法、システム、データ資源、インターフェース、ガバナンスや法的枠組み、あるいは特定分野での実証的成果。貢献を平易に述べられる原稿であれば、編集者はその位置づけを判断できます。
問い3
主張を裏付けるエビデンスは何か
対象としての適格性は、研究課題と貢献によって決まります。そのうえで評価では、主張に適したエビデンス（該当に応じて、数学的推論、計算による検証、実証的観察、または統合）を検討します。
貢献の区分
本誌の対象範囲は7つの区分で構成されます。各区分では、対象となる研究と、その研究が通常扱う素材を示しています。
理論とアルゴリズム
大規模、高次元、ストリーミング、またはグラフ構造のデータのためのアルゴリズムの設計と解析。最適化、近似、索引付けと検索、学習の理論的基礎を含みます。
- 対象とするデータ
- グラフとネットワーク、系列とストリーム、空間および時空間オブジェクト、高次元ベクトル、組合せ構造。
- エビデンス
- 問題と仮定、理論的成果またはアルゴリズムの明確な説明、そして主張する保証を裏付ける推論。比較や計算実験は、それが関係する主張について行います。
学習手法と統計手法
機械学習と統計モデリング。深層学習アーキテクチャ、表現学習、自然言語処理と言語モデル、将来予測、因果推論と予測的推論、異常検知、推薦を含みます。
- 対象とするデータ
- ラベル付きおよびラベルなしのコーパス、テキスト、画像と信号、時系列、取引記録と行動記録、連結された行政データ。
- エビデンス
- データの来歴、研究デザイン、仮定、不確実性、限界。予測の評価ではデータリークと適切なベースラインに対処し、因果分析では識別の仮定の妥当性を示します。関連する場合には、アブレーション研究によって設計固有の主張を裏付けます。
システム、インフラストラクチャとデータ管理
分散処理と並列処理、ストリーム型とバッチ型のアーキテクチャ、ストレージと索引付け、クエリ処理、時空間データとグラフデータの管理、エッジおよびクラウドでのコンピューティング。
- 対象とするデータ
- ワークロードとクエリログ、クラスターおよびデバイスのテレメトリー、データベースとファイルシステムの構造、センサーとイベントのストリーム。
- エビデンス
- 設計とその根拠、測定に用いたワークロードとハードウェア、明示した範囲でのスケーラビリティ、設計が主張する一貫性と障害時の挙動。
データ資源、品質と再現性
データセット、ベンチマークと評価プロトコル、レコードリンケージとデータ統合、クリーニングと欠損値補完、来歴、データ品質の測定。
- 対象とするデータ
- コーパスとベンチマークコレクション、登録記録と行政記録、統合の過程にある異種のデータソース、アノテーションとラベル付けのプロセス。
- エビデンス
- 資源の構築方法と文書化の方法、他者が利用できる条件、対象範囲と既知の限界、想定される用途に適した文書化または評価。
分析のためのインターフェース
可視化、ビジュアルアナリティクス、ダッシュボード、意思決定支援、そして分析の人間的側面、すなわちアナリストがどのようにデータにアクセスし、問いを立て、そこから示されたことに基づいて行動するか。
- 対象とするデータ
- 分析タスクとその背後にあるデータ、操作記録と利用記録、結果を読み取る人々の実務。
- エビデンス
- 研究が想定したタスクと利用者、設計の根拠、そして主張に見合った評価（研究、構造化された専門家評価、または記録された運用実績）。
ガバナンス、プライバシーと責任ある利用
プライバシー保護計算、匿名化と開示制御、セキュリティと侵入検知、公平性とバイアス、そしてデータで何をしてよいかを規律する法的、規制上および倫理的枠組み。
- 対象とするデータ
- 個人記録や機微な記録、アクセスログと監査ログ、ネットワークとセキュリティのテレメトリー、規制上および契約上の文書。
- エビデンス
- 脅威モデルまたは危害モデル、主張する保証とそれが形式的か経験的か、有用性の面でのコスト、そして法律・政策研究の場合は検討した法的文書と法域。
特定分野での応用研究
データ集約型の手法を特定の分野に適用し、そこから得られた成果を報告する研究：保健医療サービスと電子カルテ、ゲノミクスと生物医学、化学と創薬、金融とリスク、エネルギーシステム、環境と農業、交通と都市システム、セキュリティ、教育、社会・組織研究。
- 対象とするデータ
- その分野固有の記録（臨床、生物学、金融、センサー、行政、社会のデータ）で、その分野が扱う規模と複雑さを備えたもの。
- エビデンス
- 手法がデータに適している理由、状況に応じた検証、そして読者が信頼できる主張の範囲。患者や業務への効果に関する主張は、その効果を示すエビデンスに基づきます。
本誌の掲載論文
各論文は、それが対象とするデータによって分類しています。これは本誌が論文を記録する際の分類方法でもあります。以下は既に掲載された研究の幅を示すものであり、本誌の対象範囲は上記の記述によって定められます。
-
対象とするデータ
空間オブジェクト
Clustering objects for spatial data mining: a comparative study -
対象とするデータ
系列データベース
Mining Frequent Sequential Patterns -
対象とするデータ
アナリストによるセルフサービスツールの利用
5S Dashboard Design Principles for Self-Service Business Intelligence Tool Users -
対象とするデータ
商業および法律実務
Legal, Marketing, and Advertising Issues with Big Data -
対象とするデータ
保健医療サービスと医療提供
Artificial Intelligence in Healthcare: Enhancing Efficiency, Ensuring Equity, and Restoring Empathy -
対象とするデータ
データベースとコンピューティング基盤
Big Data Research: Database and Computing
対象範囲の境界にある原稿
以下の状況は、科学的な適合性の説明方法と主張の裏付け方を例示するものです。評価は原稿全体を考慮して行われます。
データセットが小規模または一般的なものである場合
ビッグデータの研究課題と、データおよび研究デザインがその課題に適している理由を説明してください。小規模なデータセットでも、理論、検証、再現、実証的知見を支えることがあります。適格性は、規模や分析ソフトウェアの使用だけではなく、ビッグデータとの実質的な結びつきによって決まります。
原稿が臨床的または業務上の効果を主張する場合
そうした主張に必要なエビデンスを示してください：研究デザイン、対象集団または状況、そして測定されたとおりのアウトカム。計算による検証は手法が記述どおりに機能することを示すものであり、患者や業務への効果とは別の主張です。
手法が比較なしに報告されている場合
他の手法に対する優位性を主張する場合は、意味のある比較とその設定を示してください。その他の貢献は、証明、再現、検証、または適切に設計された実証研究によって、主張に見合ったエビデンスとともに裏付けることができます。
原稿が総説である場合
ビッグデータ研究に関連する実質的な統合を示し、総説に適した文献選択と統合の方法を記述してください。総説では、エビデンスの集約、手法の評価、概念の明確化、研究課題の特定などを行うことができます。
貢献がツールまたは実装である場合
システム設計、再現性、検証、統合、または記録された運用実績など、ビッグデータ研究への貢献を説明してください。関連するワークロードと、他者が研究を評価する方法を記述してください。新規性や優位性の主張には、その個別の主張を裏付けるエビデンスが必要です。
研究が理論的なものである場合
理論的な貢献は、それ自体として歓迎します。モデル、仮定、そしてその成果が大規模データにとって何を意味するかを述べてください。成果が実証的な例示を許す場合には、それによって原稿はより説得力のあるものになります。
対象範囲全体で求められるエビデンス
以下は上記のすべての区分に、各原稿の素材に応じた形で適用されます。
データ
すべての実証研究の原稿には、データの利用可能性に関する声明を含めなければなりません。アクセスが制限されている場合は、その制限と、認められているアクセス手続きがあればその内容を説明してください。データの収集または構築の方法、データの対象範囲、分析前に行った前処理を記述してください。
コードと実行環境
アルゴリズム、モデルまたはシステムを提示する原稿では、それを再現可能な形（擬似コード、パラメータ、または共有コード）で記述し、結果を得た環境（ソフトウェアのバージョン、および性能を主張する場合はハードウェアを含む）を報告します。
ヒトを対象とする研究
ヒトを対象とする研究、または特定可能な個人に関するデータを用いた研究では、その倫理的根拠を報告します：承認を得た場合は承認した委員会と承認番号、審査が免除された場合はその根拠を示す文書、既に収集されたデータの二次分析である場合はその利用条件。同意とプライバシー保護の取り決めについても記述します。
原稿形式の例
以下の例は、対象範囲内の研究を発表する方法を示したものであり、すべてを網羅するものではありません。形式ごとの作成に関する指針については、投稿規定を参照し、エディトリアルオフィスにお問い合わせください。
原著研究論文
理論的または実証的な独自の知見を、読者がそれを判断するために必要な方法論、結果、考察とともに示すもの。
総説
特定の領域を批判的に統合し、確立されていること、未解決の課題、そして今後の研究の方向性を示すもの。
方法論論文
アルゴリズム、フレームワークまたは分析手法を、その根拠、説明、そして貢献と主張に見合った評価とともに示すもの。
事例研究
他者が学べるように報告された応用的な実装：状況、データ、行った判断、そしてその結果。
短報
予備的な結果、新しいデータセット、または早期の公表に値する技術的進展の簡潔な報告。
投稿の評価方法
すべての投稿は、編集部による初期審査を受けます。本ジャーナルの対象範囲と最低要件を満たす原稿は、独立した査読に進みます。
査読は標準ではシングルブラインド方式で行い、ご希望に応じてダブルブラインド方式の査読も可能です。外部査読に進んだ原稿は、通常、少なくとも2名の独立した専門家によって評価されます。
査読者は、貢献とそれを裏付けるエビデンスを評価します。編集委員会は、評価と、関連する専門知識を持つ査読者の選定を監督します。
決定基準
- 決定の根拠
- 編集上の決定は、対象範囲、科学的な質、方法論の厳密さ、倫理的遵守、報告の質、および本誌との関連性に基づいて行われます。
- 独立性
- 決定は、料金、サービス、メンバーシップ、編集上の役割とは無関係に行われます。
研究が本誌に適合するかどうかの判断
上記の3つの問いに対する答えがご自身の原稿について明確な場合は、投稿規定に作成上の要件が記載されています。明確でない場合は、研究の短い概要をエディトリアルオフィスにお送りいただければ、内容を確認してご返答します。
投稿経路
- 主要
- ManuscriptZone（本誌の投稿管理システム）。
- 代替
- JBR投稿フォーム（本誌が選択された状態で開く簡易フォーム）。
- サポート付き
- エディトリアルオフィス（[email protected]）。対象範囲に関するご質問もこちらで受け付けています。
著者は、同一の原稿について1つの投稿経路のみを使用しなければなりません。3つの経路はすべて論文を投稿するのページで説明しています。